CN103208289A - 一种可抵抗重录音攻击的数字音频水印方法 - Google Patents

Abstract

本发明公开了一种可抵抗重录音攻击的数字音频水印方法，其步骤：1、水印同步参考点提取：将载体音频信号分割为等长的音频帧，提取各音频帧12半音特征，得到水印同步参考点；2、水印嵌入：先将水印信息编码得到二进制水印比特编码序列，将载体音频分割成若干个水印同步单元，将各个水印同步单元分成若干音频样本段，通过对各音频样本段的低频区频谱二进制编码嵌入水印；3、水印提取在水印提取时，首先根据水印嵌入时所用参数提取的同步参考点，将各个水印同步单元分成相应的音频样本段，分别计算各个音频样本段低频频谱区间频谱的均值，提取各均值的音频段区间水印比特，该方法准确确定水印嵌入位置，可抗重录音攻击，有很强的鲁棒性。

Description

一种可抵抗重录音攻击的数字音频水印方法

技术领域

本发明涉及一种数字音频水印方法，具体地说是涉及一种可抵抗重录音攻击的数字音频水印方法。

背景技术

数字音频可无限复制而不失真，还会在传输中被篡改或替换，隐形的数字音频水印技术应运而生。

成功的隐形水印方法必须满足不可感知性和鲁棒性这两个基本技术要求。对于音频水印，不可感知性就是听觉上的透明性，在音频信号中嵌入水印不应引起可被人耳感知的失真。鲁棒性就是在不破坏音质的前提下对音频信号进行攻击处理之后，数字水印仍能被可靠提取和正确识别。

数字音频水印方法通常分为时域和变换域两大类。一般说来，变换域水印方法性能优于时域水印方法，具有更强的鲁棒性好，更好不可感知性。目前大多数学者只考虑对常见攻击的鲁棒性，常见攻击处理有：MP3压缩、滤波、剪切、重采样，A/D转换、幅度缩放、时间伸缩。例如，文献Robust and High-Quality Time-Domain Audio Watermarking Based on Low-Frequency Amplitude Modification（W. N. Lie, C. C. Li: IEEE Transactions on Multimedia, 2006, 8(1), pp.46-59）提出了“一种时域的水印方法”，将音频样本分割成不等长的音频样本，用三个连续的样本组成一个样本组GOS（Group of Sample），三个样本的平均独立幅度AOAA（Average of Absolute Amplitudes）的差值代表1bit信息，根据水印信息调整样本的平均独立幅度。实验结果表明，这种音频水印具有良好的不可感知性，且对MP3压缩、滤波、剪切、重采样，A/D转换、幅度缩放、时间缩放等攻击有强的鲁棒性，但是，该音频水印对“播放—重录音”攻击的鲁棒性很差。文献Robust Audio Watermarking Using Perceptual Masking（M. D. Swanson, B. Zhu, A. H. Tewfik, L. Boney: Signal Processing, 1998, 66(3), pp. 337-355 ）提出了一种在频域上嵌入水印的方法。该方法所述的水印信息是由一段伪随机序列构成，首先将音频信号分成若干段音频样本，并通过FFT将音频信号和水印变换到频域上，将频域掩蔽效应的音频水印频谱的幅度垒加在各段音频信号的频谱上。这种方法可以抗色噪声、MPEG编码、多重水印和重采样等攻击，但依然对“播放—重录音”攻击的鲁棒性很差。

综上所述，上述音频水印技术仅考虑从数字音频文件中提取水印，它们对常见攻击都具有很强的鲁棒性，但是不能抵抗“播放－重录音”攻击。这是因为当含水印的数字音频经硬件设备播放并再次录音和数字化后，其波形和频谱均发生重大改变，其攻击强度远大于常规的信号处理，因而使水印信息遭到破坏。而且重新数字化中的时间基准和采样率无法与原始音频保持一致，所以用通常的方法不能实现水印信息的同步，也就不能从重录音副本中提取水印。

发明内容                                              

本发明的目的在于克服现有技术的不足，提出一种可抵抗重录音攻击的数字音频水印方法，该方法中的数字音频水印能够抵抗重录音攻击，从硬件设备播放，重新录音和数字化生成的副本中可提取水印，实现对重录音的鲁棒性。

为实现这样的目的，本发明设计一种可抵抗重录音攻击的数字音频水印方法，该方法主要包括水印同步参考点提取，水印嵌入和水印提取三个环节，具体方法如下：

(1)、提取水印同步参考点：首先，将载体音频样本分割为长度相等的音频帧，提取各音频帧的半音特征，获得12维的半音特征序列；取出载体音频信号的第六半音特征序列，采用高斯低通滤波器对载体音频信号的第六半音序列平滑处理，得到平滑后的载体音频信号的第六半音的峰值点；设定水印同步参考点的阈值，取其载体音频信号的第六半音序列中的峰值点高于水印同步参考点的阈值的峰值点，将高于水印同步参考点的阈值的峰值点对应到时间轴上的音频信号采样点，以及载体音频信号的始端和末端，得到水印同步参考点；

(2)、水印同步单元的频域水印嵌入：将待嵌入的水印信息进行编码，得到二进制水印比特编码序列；根据上述时间轴上的水印同步参考点，将载体音频信号分割成长度不等的水印同步单元，然后将各个水印同步单元分成若干个音频样本段，通过FFT变换计算各个音频样本段的频谱分量，再计算各个音频样本段的低频频谱区间的均值，该低频频谱区间用于承载上述二进制编码水印序列嵌入水印；以二进制编码嵌入水印，各个音频样本段音频嵌入1比特水印，得到含水印的载体音频；

(3)、水印的提取：对上述含水印的载体音频进行“播放-重录音”，将重录音的载体音频分割成若干水印同步单元，将各个水印同步单元分割成音频样本段；通过FFT变换分别计算各音频样本段的频谱均值，得到各低频频率区间的频谱均值，分别对各音频段低频频谱进行二进制解码，得到各均值的音频段区间的水印比特，由各均值的音频段区间的水印比特构成二进制水印编码序列；对上述二进制水印序列进行解码，得到二进制水印比特解码序列，重建水印信息。

本发明提出了一种新的水印方法，该方法从硬件设备“播放—重录音”过程中可能会引入严重的失真和采样点的失配，然而，从图8、9比较图中所显示的水印提取的比特准确率看出，本发明的水印方法在重录音攻击下，水印同步参考点稳定，可以准确地确定水印嵌入和提取的位置，具有抵抗重重录音攻击的强鲁棒性。

附图说明        

图1是本发明的一种可抵抗重录音攻击的数字音频水印方法的流程图；

图2是音频信号的12个半音图；

图3（a）是原始音频的平滑特征序列；

图3（b）是分别是重录音副本1的平滑特征序列；

图3（c）是分别是重录音副本2的平滑特征序列；

图4是二进制水印编码序列水印嵌入前的400Hz~600Hz之间的音频谱图；图5是二进制水印编码序列嵌入水印“1”以后的400Hz~600Hz之间的音频谱图； 

图6是二进制水印编码序列嵌入水印“0”以后的400Hz~600Hz之间的音频谱图；

图7是重录音信号在400Hz~600Hz之间的局部频谱图；

图8是在音频帧长B=256，两种水印段长K不同的情况下，水印提取的比特准确率比较图；

图9是在水印段长K值相同，两种音频帧长B同的情况下，水印提取的比特准确率比较图。

具体实施方式

以下结合附图和实施例对本发明的技术方案作进一步描述。

本发明的一种可抵抗重录音攻击的数字音频水印方法，其流程如图1所示，具体步骤如下：

(1)、提取水印同步参考点

（1-1）将载体音频信号分割为长度相等的音频帧，其音频帧的个数为L，各音频帧有B=256个采样点；

（1-2）提取各音频帧的半音特征：各个音频帧通过FFT变换，得到各帧的频谱分量，从频谱分量中取1kHz为中心的一个倍频程，707Hz~1414Hz频率范围包含12个半音，将载体音频信号的半音特征序列表示为C _i*j  ,i表示帧数，范围为[1，L],j代表半音，范围为[1,12]，如图2所示，图中，横坐标表示载体音频信号的帧长，纵坐标表示12半音，颜色的深浅表示各个半音的频谱强度；

（1-3）取载体音频信号的第六个半音特征序列C _i,6，i表示帧数，范围为[1，L]，采用窗口宽为20的高斯低通滤波器对载体音频信号的第六个半音特征序列C _i,6进行平滑处理，得到平滑后的载体音频信号的第六个半音特征序列C _i ，如图3(b)所示，图中，横坐标表示载体音频的音频帧，纵坐标表示C _i 的幅度；

（1-4）设载体音频信号的半音特征序列C _i 的最大峰值的四分之一为选取水印同步参考点的阈值TH；

（1-5）判断上述载体音频信号的第六半音序列C _i,6的峰值点是否高于水印同步参考点的阈值TH，如果上述载体音频信号的第六半音序列C _i,6的峰值点是高于上述水印同步参考点的阈值TH的峰值点，则将高于水印同步参考点的阈值TH的峰值点分别记为P₁, P₂, …，经实验已表明，在重录音的攻击下，高于水印同步参考点具有很强的稳定性，如图3所示，圆圈表示是高于水印同步参考点的阈值TH的峰值点P₁, P₂, …；

（1-6）将高于水印同步参考点的阈值TH的峰值点对应到时间轴上的载体音频信号采样点，以及载体音频信号的始端点和末端点，得到M +1个水印同步参考点S₀, S₁, …, S _M ； ；

(2)、水印同步单元的频域水印嵌入

（2-1）将待嵌入的水印信息进行二进制编码，得到二进制水印比特编码序列；

（2-2）根据上述时间轴上的M +1个水印同步参考点，将载体音频信号分割成长度不等的M个水印同步单元；

（2-3）将各个同步单元分成若干包含K个音频样本的段，取整数段；

（2-4）通过FFT变换分别计算计算各个音频样本段的频谱分量，再计算K个音频样本段的频谱区间的均值，例如，频率400Hz~600Hz之间的谱线，该频率频段区间用于承载上述二进制水印编码序列水印嵌入，见图4，横坐标表示400Hz~600Hz频率，纵坐标表示频谱强度；

（2-5）以二进制编码的形式将嵌入水印，各个音频样本段音频嵌入1比特水印，得到含水印的载体音频，具体如下：

1)、各个音频样本段音频嵌入“1”，表示400Hz~500Hz之间的谱线等于1.5E，501Hz~600Hz之间的谱线等于0.5E，见图5；2)、各个音频样本段的音频嵌入“0”，表示400Hz~500Hz之间的谱线等于0.5E，501Hz~600Hz之间的谱线等于1.5E，见图6；

(3)、水印的提取

（3-1）将上述含水印的载体音频进行“播放-重录音”，得到重录音的载体音频；

（3-2）将重录音的载体音频分割成若干水印同步单元；

（3-3）将上述各个水印同步单元分成若干包含K个音频样本段；

（3-4）通过FFT变换分别计算各音频样本段的频谱均值，例如，400Hz~600Hz频率范围内的频谱，400Hz~500Hz和501Hz~600Hz，该两个频率区间的频谱均值分别为E ₁'、E ₁'；

（3-5）对400Hz~600Hz范围的频谱进行二进制解码，得到各均值的音频段区间的水印比特；

    1)、若E ₁'> E ₁'，则提取音频段区间的水印为“1”，见图7，图中，横坐标表示400Hz~600Hz频率，纵坐标表示频谱强度，

2)、若E ₁< E ₁'，则提取音频段区间的水印为“0” ， 

（3-6）由各均值的音频段区间的水印比特组成二进制水印编码序列，对上述二进制水印序列进行解码，重建水印信息。

为验证本发明的方法，访方法中的嵌入水印，根据水印同步参考点分割的音频样本段长度是段数K的整数倍，水印嵌入率（每秒嵌入的水印比特数）b小于采样频率f _s 与音频段长度K之比n = f _s /K 。实验表明，可从“播放－重录音”的音频副本中提取水印，误码率在0~3%之间，与具体的音频内容有关。图7所示是一段重录音信号的局部频谱，在指定频率范围内低端明显大于高端，可判断水印数据为“1”。准确率的高低与每帧长和嵌入水印的段长有直接的关系。在音频帧长B=256，水印段长不同的情况下，                                                

越大，水印的嵌入量小，但是水印提取的准确率更高，见图8；各帧采样点数的大小决定了水印同步参考点的准确性，如图9所示，相同，值越小，重录音之后音频水印同步参考点的提取越准确，准确性会有所提高。

Claims (1)

1.一种可抵抗重录音攻击的数字音频水印方法，该方法主要包括水印同步参考点提取，水印嵌入和水印提取三个环节，具体方法如下：

(1)、提取水印同步参考点：首先，将载体音频样本分割为长度相等的音频帧，提取各音频帧的半音特征，获得12维的半音特征序列；取出载体音频信号的第六半音特征序列，采用高斯低通滤波器对载体音频信号的第六半音序列平滑处理，得到平滑后的载体音频信号的第六半音的峰值点；设定水印同步参考点的阈值，取其载体音频信号的第六半音序列中的峰值点高于水印同步参考点的阈值的峰值点，将高于水印同步参考点的阈值的峰值点对应到时间轴上的音频信号采样点，以及载体音频信号的始端和末端，得到水印同步参考点；

(2)、水印同步单元的频域水印嵌入：将待嵌入的水印信息进行编码，得到二进制水印比特编码序列；根据上述时间轴上的水印同步参考点，将载体音频信号分割成长度不等的水印同步单元，然后将各个水印同步单元分成若干个音频样本段，通过FFT变换计算各个音频样本段的频谱分量，再计算各个音频样本段的低频频谱区间的均值，该低频频谱区间用于承载上述二进制编码水印序列嵌入水印；以二进制编码嵌入水印，各个音频样本段音频嵌入1比特水印，得到含水印的载体音频；

(3)、水印的提取：对上述含水印的载体音频进行“播放-重录音”，将重录音的载体音频分割成若干水印同步单元，将各个水印同步单元分割成音频样本段；通过FFT变换分别计算各音频样本段的频谱均值，得到各低频频率区间的频谱均值，分别对各音频段低频频谱进行二进制解码，得到各均值的音频段区间的水印比特，由各均值的音频段区间的水印比特构成二进制水印编码序列；对上述二进制水印序列进行解码，得到二进制水印比特解码序列，重建水印信息。

Images